第1章 完全分布式运行模式(开发重点)
编写shell脚本 用于分发
#!/bin/bash
#1. 判断参数个数
if [ $# -lt 1 ]
then
echo Not Enough Arguement!
exit;
fi
#2. 遍历集群所有机器
for host in hadoop132 hadoop133 hadoop134
do
echo ==================== $host ====================
#3. 遍历所有目录,挨个发送
for file in $@
do
#4. 判断文件是否存在
if [ -e $file ]
then
#5. 获取父目录
pdir=$(cd -P $(dirname $file); pwd)
#6. 获取当前文件的名称
fname=$(basename $file)
ssh $host "mkdir -p $pdir"
rsync -av $pdir/$fname $host:$pdir
else
echo $file does not exists!
fi
done
done
1.1 Hadoop部署
1)集群部署规划
注意:NameNode和SecondaryNameNode不要安装在同一台服务器
注意:ResourceManager也很消耗内存,不要和NameNode、SecondaryNameNode配置在同一台机器上。
hadoop132 | hadoop133 | hadoop134 | |
HDFS | NameNode DataNode | DataNode | SecondaryNameNode DataNode |
YARN | NodeManager | ResourceManager NodeManager | NodeManager |
2)将hadoop-3.1.3.tar.gz导入到opt目录下面的software文件夹下面
3)解压Hadoop安装包到/opt/module下面
配置hadoop之前把jdk配好(第一步解压,第二步配置环境变量)
[root@hadoop132 software]$ tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/
4)查看是否解压成功
[root@hadoop132 software]$ ls /opt/module/hadoop-3.1.3
5)将Hadoop添加到环境变量
(1)获取Hadoop安装路径
[root@hadoop132 hadoop-3.1.3]$ pwd
/opt/module/hadoop-3.1.3
(2)打开/etc/profile.d/my_env.sh文件
[root@hadoop132 hadoop-3.1.3]$ sudo vim /etc/profile.d/my_env.sh
在profile文件末尾添加JDK路径:(shitf+g)
#HADOOP_HOME
export HADOOP_HOME=/opt/module/hadoop-3.1.3
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
export HDFS_NAMENODE_USER=root
export HDFS_DATANODE_USER=root
export HDFS_SECONDARYNAMENODE_USER=root
export YARN_RESOURCEMANAGER_USER=root
export YARN_NODEMANAGER_USER=root
(3)保存后退出 :wq
安装rsync工具
[root@hadoop132 bin]# yum -y install rsync |
配置映射/etc/hosts,增加如下内容(3台机器)
192.168.6.102 hadoop132 192.168.6.103 hadoop133 192.168.6.104 hadoop134 |
ssh-copy-id -i /root/.ssh /id_rsa.pub root@hadoop133
配置免密登录
[root@hadoop132 ~]# ssh-keygen -t rsa [root@hadoop132 ~]# ssh-copy-id -i /root/.ssh/id_rsa.pub root@hadoop132 [root@hadoop132 ~]# [root@hadoop132 ~]# ssh-copy-id -i /root/.ssh /id_rsa.pub root@hadoop134 3台机器重复此操作 |
(4)分发环境变量文件
[root@hadoop132 hadoop-3.1.3]$ xsync /etc/profile.d/my_env.sh
(5)source 使之生效(3台节点)
source /etc/profile.d/my_env.sh
1.2 配置集群
1)核心配置文件
配置core-site.xml
[root@hadoop132 .ssh]$ cd /opt/module/hadoop-3.1.3/etc/hadoop/
[root@hadoop132 hadoop]$ vim core-site.xml
文件内容如下:
<configuration>
<!-- 指定NameNode的位置 -->
<property>
<name>fs.defaultFS</name>
<value>hdfs://hadoop132:8020</value>
</property>
<!-- 指定NameNode、DataNode、2nn数据存储的位置-->
<property>
<name>hadoop.tmp.dir</name>
<value>/opt/module/hadoop-3.1.3/data</value>
</property>
<!-- 代理配置-->
<property>
<name>hadoop.proxyuser.root.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.root.groups</name>
<value>*</value>
</property>
<!-- 指定web端操作的用户 -->
<property>
<name>hadoop.http.staticuser.user</name>
<value>root</value>
</property>
</configuration>
2)HDFS配置文件
配置hdfs-site.xml
[root@hadoop132 hadoop]$ vim hdfs-site.xml
文件内容如下:
<configuration>
<!-- 指定2nn的位置 -->
<property>
<name>dfs.namenode.secondary.http-address</name>
<value>hadoop134:9868</value>
</property>
<!--
namenode数据存储目录的配置:dfs.namenode.name.dir
datanode数据存储目录的配置:dfs.datanode.data.dir
2nn数据存储目录的配置:dfs.namenode.checkpoint.dir
-->
</configuration>
3)YARN配置文件
配置yarn-site.xml
[root@hadoop132 hadoop]$ vim yarn-site.xml
文件内容如下:
<configuration>
<!-- shuffle的方式 -->
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!-- 指定Resourcemanager的地址-->
<property>
<name>yarn.resourcemanager.hostname</name>
<value>hadoop133</value>
</property>
<!-- 环境变量的继承 -->
<property>
<name>yarn.nodemanager.env-whitelist</name>
<value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
</property>
<!-- 给每个container分配的最小资源 -->
<property>
<name>yarn.scheduler.minimum-allocation-mb</name>
<value>512</value>
</property>
<!-- 给每个container分配的最大资源-->
<property>
<name>yarn.scheduler.maximum-allocation-mb</name>
<value>4096</value>
</property>
<!-- nodemanager将多少内存交给resourcemanager进行分配 -->
<property>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>4096</value>
</property>
</configuration>
4)MapReduce配置文件
配置mapred-site.xml
[root@hadoop132 hadoop]$ vim mapred-site.xml
文件内容如下:
<configuration>
<!-- 指定mapreduce程序运行在yarn -->
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
5)配置workers
[root@hadoop132 hadoop]$ vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
在该文件中增加如下内容:
hadoop132
hadoop133
hadoop134
注意:该文件中添加的内容结尾不允许有空格,文件中不允许有空行。
1.3 分发Hadoop
[root@hadoop132 hadoop]$ xsync /opt/module/hadoop-3.1.3/
1.4 群起集群
1)启动集群
(1)如果集群是第一次启动,需要在hadoop132节点格式化NameNode(注意格式化之前,一定要先停止上次启动的所有namenode和datanode进程,然后再删除data和log数据)
[root@hadoop132 hadoop-3.1.3]$ hdfs namenode -format
(2)启动HDFS
启动之前关闭防火墙
[root@hadoop132 module]# systemctl stop firewalld.service |
[root@hadoop132 hadoop-3.1.3]$ sbin/start-dfs.sh
(3)在配置了ResourceManager的节点(hadoop133)启动YARN
[root@hadoop133 hadoop-3.1.3]$ sbin/start-yarn.sh
(4)Web端查看HDFS的Web页面:http://hadoop132:9870/
(5)Web端查看SecondaryNameNode
(a)浏览器中输入:http://hadoop134:9868/status.html
(b)查看SecondaryNameNode信息